Qwen 3.6 35B A3B vs Qwen 3.8 27B : 3B actifs ou 27B denses ?

Deux nombres décident de cette comparaison, et ils tirent dans des directions opposées. Qwen3.6-35B-A3Bembarque 35 milliards de paramètres mais n'en active qu'environ 3 milliards pour un seul token. Qwen3.8-27Best dense : chacun de ses 27 milliards de paramètres est utilisé pour chaque token que vous générez. Cela signifie que le mélange d'experts est le modèle le plus léger à exécuter et le modèle le plus lourd à garder en mémoire — 71,9 Go de poids BF16 contre 55,6 Go, selon le dépôt de chaque fournisseur — tandis que le modèle dense demande environ neuf fois plus de calcul par token et tient dans moins de mémoire. Ni l'un ni l'autre n'est un défaut. Ce sont deux réponses différentes à « de quelle machine je dispose », et déterminer laquelle est la vôtre constitue toute la décision.

Il y a une deuxième raison pour laquelle cette page vaut votre temps. Cette comparaison est la forme que les lecteurs recherchent autour du 35B A3B — chaque requête dans la petite famille de ce modèle en est une version — et Qwen3.6-35B-A3B n’a jamais eu de page ici pour le décrire du tout. Donc cette page comporte un paragraphe honnête de chaque côté, puis passe à la comparaison.

Ce qu'est réellement la build 35B A3B

Qwen3.6-35B-A3B est le membre sparse de la génération Qwen3.6 d'avril 2026 d'Alibaba, publié sous Apache-2.0 dans le dépôt Hugging Face du fournisseur lui-même, créé le 15 avril 2026. La fiche modèle du fournisseur le décrit comme un mélange d'experts avec « 35B au total et 3B activés », construit à partir de 256 experts dont huit experts routés plus un expert partagé s'activent par token. Il n'est pas uniquement textuel : la fiche le qualifie de « modèle de langage causal avec encodeur visuel », et le dépôt porte une étiquette de pipeline image-texte-vers-texte, il prend donc en entrée du texte, des images et de la vidéo et renvoie du texte. Le contexte est de 262 144 tokens nativement, extensible à environ 1 010 000 avec la mise à l'échelle YaRN. Son architecture est hybride — dix répétitions de trois blocs d'attention linéaire Gated DeltaNet suivis d'un bloc d'attention complète à porte, dimension cachée 2 048, 40 couches — et la fiche sépare l'argumentaire commercial de l'architecture en nommant deux choses qu'elle met en avant : le codage agentique, et une option de « préservation de la réflexion » qui conserve le contexte de raisonnement des tours précédents. Les propres tableaux du fournisseur sur cette fiche le placent à SWE-bench Verified 73,4, Terminal-Bench 2.0 51,5, MMLU-Pro 85,2, GPQA 86,0 et LiveCodeBench v6 80,4 — tous rapportés par le fournisseur et non audités, ce qui est l'étiquette qu'ils portent partout où ils apparaissent ci-dessous.

Ce qu'est Qwen3.8-27B

Qwen3.8-27B est le modèle dense 27B à poids ouverts d'Alibaba, issu de la génération Qwen3.8, publié sous Apache-2.0 ; le dépôt du fournisseur a été créé le 5 août 2026 et modifié pour la dernière fois le 14 août. La fiche officielle de Qwen le qualifie de « modèle dense compact, adapté au déploiement » et le présente comme la génération Qwen ouverte la plus performante à ce jour, avec les gains annoncés en codage, en travail professionnel, en recherche et sur les tâches agentiques à long horizon. C'est également un modèle vision-langage — « Causal Language Model with Vision Encoder » — qui accepte des images et de la vidéo en plus du texte, avec 262 144 jetons de contexte natif et 1 000 000 avec extension. Son architecture est, en comparaison, conventionnelle : 64 couches, une dimension cachée de 5 120, un réseau feed-forward classique de dimension intermédiaire 17 408 plutôt qu'un banc d'experts, et le même schéma d'attention de trois couches linéaires pour une couche complète que son homologue. Là où la fiche du 35B A3B évoque la préservation de la réflexion, celle du Qwen3.8-27B évoque un contrôle flexible de la réflexion — un reasoning_effort réglage défini par défaut sur xhigh, avec medium et low disponibles, et preserve_thinking activé par défaut. Sa fiche indique LiveCodeBench v6 90,3, GPQA Diamond 89,2, OSWorld-Verified 84,3, QwenSWEBench 79,0, Terminal Bench 2.1 73,0 et SWE-bench Pro 61,7 — là encore rapportés par le fournisseur et non audités. Son poids total est de 55,6 Go répartis sur dix-huit shards safetensors, et son nombre de paramètres atteint 27,8 milliards une fois la tour de vision comptée, ce qui explique que le modèle s'appelle 27B et affiche 27,8B.

Le seul chiffre qui tranche le plus souvent : les paramètres actifs

Les fichiers concernent le nombre total de paramètres. La vitesse concerne les paramètres actifs. Ce sont deux colonnes distinctes sur la fiche technique, et les lecteurs les confondent systématiquement, ce qui explique que certains finissent par télécharger un mélange d'experts de 22 Go en s'attendant à ce qu'il tienne là où un modèle dense de 16,5 Go tiendrait.

Le mécanisme mérite d’être énoncé clairement, car c’est tout l’enjeu. Un modèle dense doit lire l’intégralité de ses poids pour produire chaque token ; un mélange d’experts creux ne lit que les experts que son routeur sélectionne. Qwen3.6-35B-A3B lit l’équivalent d’environ trois milliards de paramètres par token et Qwen3.8-27B en lit vingt-sept milliards — le mélange bénéficie donc d’un avantage structurel sur le calcul par token et sur le débit de décodage, et cet avantage est réel. Mais les autres experts ne sont pas gratuits : ils doivent résider quelque part, dans la VRAM ou dans la mémoire système, sinon le routeur finit par aller les chercher, et une récupération peut coûter plus que l’arithmétique qu’elle a permis d’économiser. L’avantage est donc conditionné au fait de détenir l’ensemble des 35B. C’est ainsi que fonctionne le décodage par mélange d’experts, et non une mesure de ces deux modèles précis ; c’est aussi la raison pour laquelle la question de la mémoire passe avant celle de la vitesse, et non après.

• Nombre total de paramètres sur disque, BF16 — Qwen3.6-35B-A3B : 35,95 B répartis dans 26 fichiers safetensors, 71,9 Go. Qwen3.8-27B : 27,78 B répartis dans 18 fragments, 55,6 Go. D'après les dépôts Hugging Face des fournisseurs eux-mêmes, consultés le 13/10/2026.

• Paramètres actifs par token — Qwen3.6-35B-A3B : environ 3B. Qwen3.8-27B : tous les 27B, car dense veut dire dense.

• Architecture — Qwen3.6-35B-A3B : 256 experts, 8 routés plus 1 partagé par token, 40 couches, dimension cachée 2 048. Qwen3.8-27B : un seul feed-forward à dimension intermédiaire 17 408, 64 couches, dimension cachée 5 120.

• Contexte natif — 262 144 tokens sur les deux. Qwen3.6-35B-A3B s’étend jusqu’à environ 1 010 000 avec YaRN ; la fiche de Qwen3.8-27B indique 1 000 000 avec extension.

• Licence — Apache-2.0 pour les deux. Les deux sont téléchargeables auprès du fournisseur, tous deux sont à poids ouverts, et aucune condition par siège ou par appel n’est attachée à l’un ou à l’autre.

Ce que chacun vous coûte par token

Les deux modèles sont servis sur OrcaRouter, vous pouvez donc trancher sans rien télécharger. D'après notre catalogue en ligne consulté le 2026-10-13, qwen/qwen3.6-35b-a3b coûte 0,248 $ par million de tokens d'entrée et 1,485 $ par million de tokens de sortie, avec une fenêtre de 262 144 tokens et un maximum de 65 536 tokens de sortie. qwen/qwen3.8-27b coûte 0,330 $ par million de tokens d'entrée et 2,400 $ par million de tokens de sortie, avec la même fenêtre de 262 144 tokens. Les deux figurent également dans notre catalogue sous un second identifiant d'hôte, à un prix plus élevé, alors vérifiez l'identifiant que vous appelez réellement avant de comparer les factures.

Sur une charge de travail d'un million de jetons d'entrée et d'un quart de million de jetons de sortie — un mois plausible pour un petit déploiement d'agent de codage — voici ce que donnent les calculs. Qwen3.6-35B-A3B : 1,00 × 0,248 $ plus 0,25 × 1,485 $, soit environ 0,62 $. Qwen3.8-27B : 1,00 × 0,330 $ plus 0,25 × 2,400 $, soit environ 0,93 $. Le modèle dense plus récent coûte environ 50 % de plus sur ce profil de trafic, et l'écart est le plus marqué sur les jetons de sortie, où il atteint environ 62 %.

Deux choses en découlent qui importent davantage que les chiffres. Premièrement, ce sont nos prix catalogue, et nous n'ajoutons aucune marge au prix tarif publié d'un fournisseur — une modification de prix d'un fournisseur atteint donc cette page le jour même où elle atteint le fournisseur, sans décalage et sans second contrat. Deuxièmement, la raison de les comparer sur une seule clé plutôt que deux est le coût de bascule : les deux identifiants se trouvent derrière un même point de terminaison, donc passer de l'un à l'autre est un changement de chaîne plutôt qu'une migration, et le basculement automatique signifie que vous pouvez exécuter le moins familier des deux sur une partie de votre trafic sans miser un chemin de production dessus. Si vous évaluez un mélange d'experts pour la première fois à cause de l'argument de calcul ci-dessus, c'est la manière économique de vérifier si l'argument tient pour votre charge de travail.

Ce qui convient à votre machine

C'est la question sur laquelle les deux modèles diffèrent réellement, et elle repose sur la même distinction entre total et actif. Si l'on compare les versions GGUF communautaires dont disposent les deux modèles — ce sont des dépôts tiers, et non des versions d'éditeur, et leurs noms de fichiers leur sont propres — la même étiquette de quantification vous donne des tailles de fichier sensiblement différentes :

• De classe Q3, la plus petite option raisonnable — Qwen3.6-35B-A3B : 16,60 Go en UD-Q3_K_M. Qwen3.8-27B : 13,15 Go en UD-Q3_K_XL.

• Autour d’IQ4 — Qwen3.6-35B-A3B : 17,73 Go en UD-IQ4_XS, 18,04 Go en UD-IQ4_NL. Qwen3.8-27B : 14,25 Go en UD-IQ4_XS.

• Q4_K_S — Qwen3.6-35B-A3B : 20,89 GB. Qwen3.8-27B : 15,36 GB.

• Q4_K_M, le choix par défaut habituel — Qwen3.6-35B-A3B : 22,13 Go. Qwen3.8-27B : 16,46 Go.

• Q4_K_XL — Qwen3.6-35B-A3B : 22,36 Go. Qwen3.8-27B : 17,56 Go.

• Q5_K_M — Qwen3.6-35B-A3B : 26,46 GB. Qwen3.8-27B : 19,77 GB.

• Q8_0 — Qwen3.6-35B-A3B : 36,90 Go. Qwen3.8-27B : 29,05 Go.

• BF16, tel que livré — Qwen3.6-35B-A3B : 71,9 Go. Qwen3.8-27B : 55,6 Go.

• Également publié — Qwen3.6-35B-A3B dispose d'un checkpoint FP8 dans le dépôt du fournisseur lui-même et d'un mélange MXFP4 de 21,71 Go dans les builds communautaires ; Qwen3.8-27B dispose aussi d'un checkpoint FP8 dans le dépôt du fournisseur.

Lisez les deux colonnes l’une par rapport à l’autre et la règle s’en dégage. À chaque étiquette correspondante, le mélange est entre quatre et huit gigaoctets plus lourd pour la même compression nominale, car le fichier doit contenir l’ensemble des 35B et n’en utilise que 3B à la fois. Concrètement : une carte de 24 Go fait tourner Qwen3.8-27B en Q4_K_M avec de la place pour le contexte et fait tourner Qwen3.6-35B-A3B en Q3 ou IQ4 avec le cache KV qui se dispute l’espace, et une session confortable à long contexte sur le mélange demande plutôt près de 48 Go. Ajoutez le fichier propre à la tour de vision si vous voulez une entrée d’images sur l’un ou l’autre.

Là où en sont les benchmarks, ce qui n'est pas là où vous aimeriez qu'ils soient

Personne n’a publié d’essai comparatif direct de ces deux modèles à paramètres identiques sur un harnais nommé. Nous n’en connaissons pas, et cette page n’impliquera pas un classement que les preuves ne soutiennent pas.

Ce qui existe bel et bien, c'est un chevauchement partiel des noms de benchmarks entre les deux fiches fournisseurs, et cela vaut la peine de le montrer précisément parce qu'il est si facile de surinterpréter. Sur les noms qui figurent sur les deux fiches, le chiffre du Qwen3.8-27B est le plus élevé à chaque fois. SWE-bench Pro : 49,5 pour le 35B A3B contre 61,7 pour le 27B. LiveCodeBench v6 : 80,4 contre 90,3. HLE : 21,4 contre 30,8. Questions de raisonnement CharXiv : 78,0 contre 83,7. OmniDocBench 1.5 : 89,9 contre 91,1. RealWorldQA : 85,3 contre 85,9. Et sur Terminal-Bench, les fiches ne sont même pas comparables de la manière que la ligne le suggère : la fiche du 35B A3B rapporte Terminal-Bench 2.0 à 51,5, tandis que la fiche du 27B rapporte Terminal Bench 2.1 (Terminus) à 73,0 — des versions différentes du benchmark, donc on ne devrait pas du tout soustraire l'un de l'autre les deux éléments de cette paire précise.

Trois réserves s'imposent sur tout cela. Les chiffres proviennent de deux fiches de modèle différentes publiées à environ quatre mois d'intervalle, par le même laboratoire, sans audit. Plusieurs benchmarks rapportés par chaque modèle n'apparaissent que sur sa propre fiche et n'ont pas d'équivalent — SWE-bench Verified 73,4 et MMLU-Pro 85,2 du côté du 35B A3B ; OSWorld-Verified 84,3 et QwenSWEBench 79,0 du côté du 27B — si bien qu'on ne peut pas les mettre en regard. Et qu'un modèle plus récent de la même gamme obtienne de meilleurs scores qu'un modèle plus ancien est le résultat attendu, et non une découverte : cela vous dit que la génération a évolué, et rien sur le fait que le modèle plus ancien soit ou non le mieux adapté aux tokens que vous êtes sur le point d'envoyer.

Si vous voulez que la comparaison soit décisive, la voie honnête consiste à faire tourner les deux sur votre propre trafic. Ils sont sur une seule clé, un seul point de terminaison, et le basculement automatique rend un test fractionné peu coûteux.

Lequel vous devriez choisir

Choisissez Qwen3.6-35B-A3B si votre machine peut contenir 35B de poids et que votre charge de travail est plus lourde en génération qu'en raisonnement ponctuel. Les cas où c'est la bonne réponse :

• Vous disposez de la mémoire — 48 Go ou plus pour une utilisation locale confortable à long contexte, ou d'une carte de 24 Go avec une quantification de classe 3 bits si vous pouvez vous contenter d'une fenêtre plus courte — et vous voulez l'architecture qui consomme le moins de calcul par token.

• Votre trafic est à forte concurrence ou à génération longue, où le coût par token domine la facture et où le décodage sparse du mélange joue structurellement en votre faveur.

• Vous voulez un seul artefact Apache-2.0 qui prend du texte, des images et de la vidéo et renvoie du texte, et vous voulez le plus petit téléchargement de la paire uniquement si vous l'hébergez plutôt que de le télécharger, où le prix par token est plus bas en entrée comme en sortie.

• Vous êtes délibérément à l’échelle 3B-active — vous acceptez d’avoir une génération de retard sur les propres tableaux du fournisseur en échange de payer moins par token et de le faire derrière une interface familière d’appel d’outils.

Choisissez Qwen3.8-27B si la mémoire est la contrainte limitante, ou si vous voulez la génération la plus récente de cette paire. Les cas où c'est la bonne réponse :

• Une seule carte de 24 Go, et aucune intention d’en acheter d’autres. En Q4_K_M, on est à 16,5 Go, ce qui laisse une vraie marge pour le contexte ; le mélange, non.

• Vous voulez les chiffres les plus solides rapportés par le fournisseur concernant l’agentique et le codage dans ce duo, et vous savez qu’ils proviennent d’une fiche non auditée et qu’il ne s’agit pas d’une comparaison appariée.

• Votre charge de travail se compose de relativement peu de requêtes, mais relativement volumineuses — compréhension de documents et de captures d'écran, raisonnement à l'échelle d'un dépôt, automatisation de type utilisation d'ordinateur — où le débit par requête importe moins que la justesse de ce que chaque requête produit.

• Vous voulez le téléchargement le plus léger, le démarrage à froid le plus rapide et la liste de shards la plus courte à gérer.

Rien de tout cela ne désigne un gagnant. Les deux modèles ne sont pas en concurrence pour le même emplacement sur votre machine, et les chiffres ci-dessus n’établissent pas lequel est meilleur en quoi que ce soit — ils établissent lequel demande moins à la machine que vous avez déjà.

Le fait qui, le plus souvent, tranche est le suivant : la taille du fichier sur disque dépend du nombre total de paramètres, et le travail par token dépend des paramètres actifs. Ainsi, Qwen3.6-35B-A3B peut être le modèle qui s’exécute plus vite tout en étant celui qui ne rentre pas, et Qwen3.8-27B peut être celui dont le coût par token est plus élevé tout en étant celui qui tourne tout court. Déterminez lequel de ces deux problèmes est réellement le vôtre, et le choix cesse d’être une comparaison.